基于3D-QSAR的三环胍类似物在抗疟疾方面的研究.docx

摘要：某些科学家和将大数据提取整理到公共数据库这一过程都需耍对文本进行数据挖掘，科学出版物的大量发行则要求可以实现半自动和全自动文本挖掘。作者开发了一种文档分类器，可以成功区分类化学物(即与小分子药物发现相关且可能包含定量生.物活性数据的出版物)和“非类化学物”。DS QSAR, DS QSAR+：定量构效关系研究.1：具。可以计算接近千种与生物活性或ADME/T性质相关的描述符，包括分子拓扑描述符、分指纹在内的一系列基本性质。同时可以调用半经验量子力学程序VAMP计算与电子相关的描述符。还提供了多种统计工具，如Bayesian模型、多元线性回归、偏最小二乘法等，用于对各种复杂数据进行建模和数据挖掘。MaXFIow牛.物医药智能创新平台，由创腾科技自主研发，旨为不同领域的线创新科技工作者提供一个合作共享的B-S架构平台。以"数据自由，模型自由”为理念，在结构模型与预测模型进行融合的基础上，实现模拟与AI需求的合并，为研发赋能基于3D-QSAR的三环胭类似物在抗疟疾方面的研究ref： Front Chem. 2017 Jun 15;5:36. ; IF=4.155链接：10.3389/fchem.2017.00036.在发展中国家，由恶性疟原虫引起的疟疾感染是最为致命的传染性疾病之一。截止2015年，全球约3千万人处于疟疾的高危感染的威胁之中。恶性疟原虫乳酸脱氢酶(PfLDH)在糖酵解过程中催化丙酮酸向乳酸的相互转化，产生疟原虫寄生生长所需的能量。因此PILDH成为开发抗疟疾药物的潜在分子靶点。作者设计合成了一系列三环呱batzclladine化合物，但该类化合物活性并未超过已知抗疟剂特效药chloroquine (氯嗓)。由于PfLDH结构已知，利用计算机辅助药物设计手段，基于结构的对接和构效关系研究，合理设计PfLDH,成为必要。作者将构建3D-QSAR模型的化合物对接到PfLDH晶体结构中，以对接结果作为3D-QSAR的起始构象，最终获得的模型的q2和r2分别为().516和().81。说明模型有很好的预测能力，并通过静电势和立场图提示了后续化合物的改造方向，对接结果也同时验证了这个结论。Activity(PIC90)FIGURE 51 Coriaion eemmenH "Ro pedctedpKkn from (A) Tarmg set. (B) test setyyd pawpadxysp*cGdActivity (plCsel图一 3D-QSAR模型对预测值和实验值的相关性FIGURE 6 | MctecUar held arysis comour map cisptayed compcxrd 37 and 9Lpenmpos<ion on actve ste ot q LDH (A) dectiostatc nt enaction contcxr map.bke cotor rep'esects posit曲 coefiiccnlsred color icpsents negate coeftoents |B) stone Reaction contour map: green color rxicaK poau e co&ffoemsand yelow color ndcates negate coeftccnts图二 化合物37在3D-QSAR中的匹配图